早录取斩获名校罗切斯特商业分析硕士，他是如何做到的？

　　目前美国大约有130所学校开设了BA 或DS相关类似专业。在所有项目中，所在大学综排在1-20名的有10所， 21-50名的19所，50-100名的的大概20所。根据开设课程和所在院校的不同，名称也有不同，除了BA，DS，有的学校开设的项目叫做 Analytics, Data Analytics, Applied Analytics等等。专业的时间长度大多数是 1-1.5 年，绝大部分BA项目是是属STEM项项目，毕业后可获得36个月的OPT时间。

　　在详细了解了BA/DS开设的情况之后，我们建议同学把申请院校的排名目标定位Top50，冲刺Top30。

院校解读

留学方案

案例分析

　　彼时同学刚开始准备留学，只有一个不错的GPA，托福80左右，GRE还没有开始准备。在确定启动服务之后，我们首先帮学生做的就是硬件考试规划。什么时候刷托福，什么时候学GRE，怎么学，第一次预计什么时候出分。最好什么时候出分，最晚什么时候必须要出分，只有严格把控申请硬件准备的时间，才不至于错过第一轮申请。　　　

　　除了硬件分数，申请的核心竞争力当然是软实力。同学虽然算是他们专业成绩比较好的，但是同国内其他双一流大学比起来，毕竟有差距。光靠GPA去拼是不现实的。好在同学从大一到大三，都在累积相关经验。比如ICM,MCM，大学生创业竞赛，自己写的图书管理系统等等。这为同学的简历奠定了一些基础。　　

　　但是还不够。商业分析大部分开设在商学院下，是个很看重实践经验的项目。同学过往的比赛经历，大部分优秀的学生都有，并不能突出他和别人相比的优势。在详细挖掘了同学的背景之后，我们觉得他还需要补充含金量高的实习经历。此时已经是大三上期结束，我们能利用的就只有一个暑假的大块时间。于是同学在我们的建议下，做了德勤数据分析和信息管理方向的实习生。　

　　在后续跟学生的接触和头脑风暴中，我们帮他理清了他专业及职业兴趣的产生到职业目标树立的全过程：　　

　　因为本科上了搜索引擎设计这门课程，让他接触到了诸如KNN、Kmeans、贝叶斯分类等算法，学会如何用代码去实现这些算法。然后在数学建模比赛中，他大量的使用了这些算法去做数据分析，数据挖掘和预测，由此对数据分析产生了浓厚的兴趣，但同时他也发现在建模中使用这些算法存在的局限性。　　　

　　于是在本科二年级的暑假，他参加了马里兰大学老师来校开设的机器学习与大数据分析的课程，也由此了解到了更多机器学习的算法如关联规则，和在R语言下的具体实现，还了解了Hadoop，这更加激发了他对数据分析和数据挖掘的兴趣。　　　　

　　大三结束的时候，通过我们的指导和规划，他树立了以后从事有关数据分析/数据挖掘方向的工作这一职业目标。在德勤实习的经历，让他意识到他对算法的了解还存在不足，在利用python等工具对算法进行实现等方面还存在提高的地方。同时，他也觉得数据分析/数据挖掘，在未来会给社会的各行各业创造更多的价值。所有他想在研究生阶段继续攻读BA/DS专业。

　　非常合理的心路历程和职业规划。　　　　

　　从事研究生申请10年时间，我认为录取成功的关键词就是Match，匹配。大部分读研毕竟是professional study，以就业为目标。如果一个学生不知道自己未来想从事什么职业，那他就无法匹配最适合的专业和学校，以至于无法根据这些学校的录取数据和案例画像去规划自己的留学申请过程。所以我一直强调，合理的留学规划，应该从职业规划反推而来，这样你的每一步，都是朝着自己理想的未来而努力的。